Específico del dominio: Respuesta incorrecta
Específico del dominio
Respuesta incorrecta
Mira qué modelos de IA tienen más probabilidades de caer en Respuesta incorrecta dentro de Específico del dominio, para detectar puntos débiles más rápido.
Motivos de fallo
299/299
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Cantidad de Respuesta incorrecta | Puntuación de categoría | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #252 | Mistral Small 4 medium | Mistral | 2 | 5.9 | $0.097 | 1/3 | 6.33s |
| #253 | Granite 4.2 8B low | IBM Granite | 2 | 5.3 | $0.012 | 1/3 | 26.2s |
| #254 | Qwen3 Coder Next none | Qwen | 2 | 5.3 | $0.026 | 1/3 | 871ms |
| #257 | GLM 5 Turbo none | Z.ai | 2 | 5.3 | $0.047 | 1/3 | 1.97s |
| #264 | Qwen3.6 Plus Preview medium | Qwen | 2 | 3.0 | $0.000 | 0/3 | 22.1s |
| #269 | Ring-2.6-1T none | Inclusionai | 2 | 5.3 | $0.026 | 1/3 | 56.8s |
| #273 | Grok 4.20 Multi Agent Beta medium | X AI | 2 | 2.9 | $5.599 | 0/3 | 24.7s |
| #275 | GLM 4.7 Flash none | Z.ai | 2 | 5.3 | $0.016 | 1/3 | 2.22s |
| #276 | Trinity Large Preview none | Arcee AI | 2 | 5.3 | $0.008 | 1/3 | 877ms |
| #279 | Laguna M.1 medium | Poolside | 2 | 5.3 | $0.033 | 1/3 | 24.1s |
| #281 | Mercury 2 none | Inception | 2 | 5.9 | $0.030 | 1/3 | 500ms |
| #282 | Granite 4.2 8B high | IBM Granite | 2 | 2.9 | $0.084 | 0/3 | 167.2s |
| #284 | MiniMax M2.5 medium | Minimax | 2 | 2.9 | $0.327 | 0/3 | 158.9s |
| #289 | GLM 4.7 Flash medium | Z.ai | 2 | 3.5 | $0.168 | 0/3 | 96.7s |
| #292 | Hunter Alpha none | OpenRouter | 2 | 5.3 | $0.000 | 1/3 | 2.33s |